LO ESENCIAL EN 30 SEGUNDOS
- Las demostraciones incluyeron desembalar una caja de 10 kg de rodamientos, corregir un agarre que cogió papel junto a un rodamiento y trasladar radares de automoción después de cambiarlos de posición.
- El enfoque Direct Video-Action de Rhoda predice breves clips de vídeo a partir de observaciones recientes y los convierte en acciones mediante un modelo de dinámica inversa independiente.
- El consejero delegado, Jagdeep Singh, calcula que una tarea nueva requiere entre 10 y 20 horas de datos de teleoperación; Humanoids Daily advierte de que la visita no demuestra fiabilidad sostenida en fábrica.
Las demostraciones de robots suelen enseñar una tarea que sale bien. Un nuevo vídeo de Rhoda AI se centra, en cambio, en lo que ocurre cuando algo se tuerce un poco. En un episodio de la serie «Field Trips with Schrep», el presentador Mike Schroepfer visitó la empresa y a su fundador y consejero delegado, Jagdeep Singh, según contó Humanoids Daily el 1 de noviembre.
Qué hicieron los robots
La demostración principal consistió en desembalar una caja de 10 kg de rodamientos de bolas. Un par de brazos abrió el embalaje, separó el papel de un forro de plástico, vertió los rodamientos en una bandeja metálica y apartó los residuos. Cuando el robot cogió un rodamiento junto con un trozo de papel, devolvió el rodamiento y volvió a agarrar el papel. Singh y Schroepfer también echaron papel arrugado en la bandeja para ver si el robot lo localizaba y lo retiraba, y el robot usó los dos brazos para dar la vuelta a una bolsa y sacar el papel atrapado.
Una segunda tarea trasladaba radares de automoción desde una cinta transportadora hasta un puesto de inspección y luego a una salida. Cuando Singh desplazaba o giraba una unidad, el robot ajustaba el agarre. Otro segmento, dedicado a bobinas de componentes electrónicos, mostraba la recogida de datos por teleoperación y no un funcionamiento autónomo.
Cómo funciona el sistema
Rhoda llama a su método Direct Video-Action. Según su página de investigación, un modelo de vídeo entrenado desde cero con imágenes de la web predice un breve clip de lo que debería suceder a continuación a partir de un largo historial de fotogramas, y un modelo de dinámica inversa independiente convierte ese clip en órdenes para los motores. El ciclo se repite varias veces por segundo. Singh explicó que adaptar el sistema a una tarea nueva requiere entre 10 y 20 horas de teleoperación además del preentrenamiento. Por ahora la inferencia se ejecuta en la nube y el control de bajo nivel en el propio robot, y los modelos mostrados aún no estaban optimizados para ganar velocidad.
Límites y próximos pasos
Los robots de la demostración emplean dos brazos de siete articulaciones con pinzas de dos dedos. Para producción, Singh plantea bases móviles con ruedas, que a su juicio encajan mejor con clientes industriales preocupados por la complejidad y por la parada segura. Rhoda aspira a despliegues de pago en producción antes de que termine 2026, con el apoyo de un centro de operaciones remoto. Humanoids Daily advierte de que recuperarse dentro de una tarea grabada no equivale a funcionar de forma fiable durante semanas en una planta, algo que aún está por demostrar.
